Amazon SageMaker AI ora supporta la personalizzazione del modello serverless per i modelli Muse Glimmer, Qwen 3.8 e Ministral 3
Amazon SageMaker AI ora supporta la personalizzazione del modello serverless per i modelli Muse Glimmer, Qwen3.8 27B e Ministral 3 3B, 8B e 14B. Oltre a distribuire questi modelli su SageMaker AI, ora puoi adattarli ai tuoi domini e flussi di lavoro specifici utilizzando tecniche di fine-tuning supervisionato (SFT), ottimizzazione diretta delle preferenze (DPO) e fine-tuning con rinforzo (RFT). Puoi anche adattare questi modelli con tecniche di adattamento a basso rango (LoRA) o di fine-tuning completo. Questo lancio aggiunge questi modelli a un'ampia gamma di modelli disponibili per la personalizzazione serverless su SageMaker AI, tra cui modelli delle famiglie Nova, Gemma 4, Nemotron 3.5, Qwen, Llama, gpt-oss e DeepSeek.
La personalizzazione del modello consente di adattare i modelli di base con i tuoi dati proprietari, permettendo a un modello più piccolo e dimensionato correttamente di eguagliare la qualità di un modello di frontiera per le tue attività, riducendo al contempo costi e latenza. Puoi utilizzare dati etichettati con SFT per migliorare la precisione nelle attività specifiche del dominio, dati di preferenza con DPO per allineare gli output al tono della tua organizzazione o segnali di ricompensa con RFT per migliorare le prestazioni su nuove attività. Con la personalizzazione serverless, Amazon SageMaker AI gestisce tutto il provisioning dell’infrastruttura e l’orchestrazione del training, così puoi concentrarti sui dati e sulla valutazione invece che sulla gestione dei cluster, e pagare solo per ciò che utilizzi.
La personalizzazione del modello serverless su SageMaker AI è disponibile nelle regioni Stati Uniti orientali (Virginia settentrionale), Stati Uniti occidentali (Oregon), Asia Pacifico (Tokyo) ed Europa (Irlanda). Per iniziare, passa alla pagina Modelli in Amazon SageMaker Studio per avviare un processo di personalizzazione, utilizza l'SDK di SageMaker per Python oppure impiega le nostre agent skill con l'assistente per la scrittura del codice di tua scelta. Per ulteriori informazioni e per consultare l'elenco completo dei modelli supportati, consulta la documentazione sulla personalizzazione del modello di Amazon SageMaker AI.